大規模風電場集中接入對電力系統小干擾穩定的影響分析

王彥博

【摘 要】隨著風力發電技術逐步趨于成熟，越來越多的大中型風電場相繼建成并與電力系統聯網運行。由于風電具有空間尺度的分散性與時間尺度的強隨機波動性，大規模風電集群接入互聯電力系統后，會對電力系統的小干擾穩定產生一定的影響。本文以實際風電場實測的風速、功率數據作為分類指標，利用K-means聚類算法，建立風電場等值模型，然后利用兩區域四機系統仿真模型，分析風電場接入前后和接入不同位置下電力系統的小干擾穩定特性。仿真結果表明，風電場接入后對降低電力系統的阻尼特性，且風電場接入送電側對電力系統阻尼特性影響較大。

【關鍵詞】風電場；小干擾穩定；聚類算法；電力系統

【Abstract】With gradually mature wind power technology， more and more large and medium-sized wind farm built and connect with power system operation. However， wind power has the space scale dispersion and the time scale of strong stochastic volatility， After large-scale wind power cluster interconnected power system， it has great influence on small signal stability in power system. Using K means clustering analysis method， with the observed data of the wind speed， power from a wind farm as classification index， the wind farm equivalent model was established in this paper. Using two area four machine system simulation model， we analyse the whole power system small signal stability respectively from before and after the wind farm access， wind farm access to different locations. Simulation results show that the whole power system damping characteristic was weaken after the wind farm access， and the wind farm connected with the power supply side has great influence on power system damping characteristic.

【Key words】Wind farm； Small signal stability； Clustering algorithm； Power system

0 引言

風能是一種取之不盡用之不竭的可再生能源，同時也是清潔能源，對此，隨著風力發電技術逐步趨于成熟，越來越多的大中型風電場相繼建成并與電力系統聯網運行[1-2]。我國的風力資源比較豐富，大規模風電的開發利用是我國在新時期做出的一項重要戰略選擇，按照“建設大基地，接入大電網”的格局進行規劃，在內蒙古、新疆、甘肅以及沿海等地區將建成多個千萬千瓦級大規模風電基地，但這些風電基地遠離負荷中心，需通過超高電壓甚至特高壓線路進行大規模遠距離輸送。為此，大規模風力發電集中接入大型互聯電網將成為我國電力系統未來發展的趨勢[3]。與此同時，我國的電力系統進入了大區域電網互聯的飛速發展時期，低頻振蕩正在時不時的威脅著電力系統的穩定。大的電網形成后，之前的網架比較薄弱，使得低頻振蕩的問題日益嚴重。隨著風電場的裝機規模越來越大，風電具有隨機性、波動性，使得電網阻尼特性及電力系統小擾動穩定性問題更加突出[4]。所以，對分析大規模風電場集中接入對電力系統阻尼特性和小干擾穩定影響分析具有很大的意義。

風電場等值建模是分析大規模風電集中接入對電力系統小干擾穩定影響的基本前提。傳統的風電場等值建模方法是基于電機同調特性理論將風電場中的大批風電機組集結為一臺等值機[5]。然而，對于地理位置不同的風電場，風電場之間表現出很強的非同步特性，同時，即使是地理位置相近且處于同一風帶的多個風電場間的出力也具有較強的相關性[6]，為此，基于電機同調特性的等值理論將失去物理意義。

文獻[7]提出了根據風電場風速將風電場內風電機組分為若干個群，然后將同一群內的機組等值為一臺等值機，此時，風電場是由若干個等值機組組成的風電場等值模型，該方法精度較高，能夠保證含風電場電力系統穩定分析時域仿真計算。文獻[8]在兩區域四機系統上接入大規模風電場分析風電場對整個電力系統動態特性的影響展開研究，隨著風電機組出力的增加，區域內振蕩模式的振蕩頻率基本上不變，阻尼比基本上也沒有什么變化，而與之對應的區域間振蕩模式的振蕩頻率卻有所下降，而且阻尼比有所增加。

本文以實際風場實測數據為例，利用K-means聚類算法，建立了風電場等值模型，然后在兩區域四機系統仿真模型上分析大規模風電場機組接入對電力系統小擾動穩定的影響。

1 風電場等值建模

在大型風電場中，風電機組的數量較多，將每一臺并網風電機組進行建模計算分析對電力系統特性的影響不僅工作量大，而且也是不切實際，特別是隨著風電場規模的不斷擴大。對于電力系統而言，分析風電場對其動態特性的影響，只關心整個風電場宏觀輸電對電力系統的影響，即公共并網點輸出功率特性，而并不關心每臺風機的運行特性。為此，大規模風電等值建模具有一定的實際意義。然而，等值模型必須能夠精確擬合整個風電場的動態行為。

本文利用K-means聚類分析法，以某風電場3個月實測的風速、功率數據作為分類指標，不考慮風電機組內部特性，建立風電場等值模型。將該風電場的132臺機組進行聚類，然后按照聚類的結果建立相應的類別模型。將每一類模型里的多臺機組等值成一臺機組，以該類機組同一時刻的平均風速作為風速模型。

k-means法的步驟如下：

1）將分類指標的樣本數據進行標準化處理，即樣本數據減去均值，除以標準差；

2）從N個數據對象隨機選擇k個樣本作為初始聚類中心；

3）對剩余的每個樣本測量其到每個初始聚類中心的距離，并把它歸到最近的質心的類；

4）重新計算各個類的均值作為這個類新的聚類中心；

5）迭代3～4步直至新的聚類中心與原聚類中心相等或小于指定閾值，算法結束；

6）計算輪廓值S（i），若S（i）不能滿足條件，首先重新選取初始聚類點進行聚類，直至S（i）滿足條件，若所有的初始聚類點均不能滿足，則重新輸入k值，進行聚類。

本文針對某風電場2015年3月份、4月份和5月份的實時測量數據進行聚類分析計算，分析結果將某風電場132臺機組等效為4臺機組，設為A、B、C、D，等值前每臺風電機組的容量是1.5MW，等值后A機組為36MW，B機組為72MW，C機組為72MW，D機組為18MW。

2 仿真分析

本文在Matlab/Simulink仿真環境下搭建了含大規模風電的電力系統仿真模型，電力系統選取兩區域四機系統，其接線示意圖如圖1所示，詳細參數見文獻[10]。

初始運行條件為區域1向區域2輸送有功功率400MW，且在發電機G1和G3上均安裝了PSS。

小擾動方式設置為在1號發電機組上增加一個5%的勵磁電壓階躍信號，以此小擾動作為分析含大規模風電接入后系統的小干擾穩定變化情況。

圖2所示實線是風電場并網前G1的電磁功率波動曲線，虛線是風電場并網后G1的電磁功率波動曲線。從圖中可以很明顯的看出接入風電場后同步發電機組的電磁功率振蕩的比較快，而且振蕩的幅度較大，說明振蕩頻率高，阻尼特性差，說明風電場并網后系統的阻尼特性變差。

為了進一步分析大規模風電集中接入對電力系統小干擾穩定的影響程度，接下來分析風電場接入不同位置的影響，即接入區域1和區域2。采用與上述分析同樣的擾動方式，仿真圖形如圖3所示。

通過對圖3的對比可以看出，風電場接入受電側時對系統動態特性的影響較小，而風電場接入送電側時對系統的影響較大，阻尼特性較差，小干擾穩定性有所降低。分析其主要原因兩區域四機系統在區域A發電機G1是若阻尼強相關機組，而將風電場接入區域A，會加重弱化整個系統的阻尼特性。

3 結論

本文提出采用k-means聚類算法對風電場內的機組進行分群聚類，并以實測風速作為風力發電的風速模型，使得等值模型輸出特性更符合風場實際情況，有助于指導含風電場電力系統的調度運行。

采用典型的兩區域四機系統分析風電場接入前后和接入不同位置對系統動態特性的影響，分析計算結果表明，風電場接入會弱化系統的阻尼，容易引發小擾動穩定問題；風電場接入送電側較接入受電側影響更嚴重。

由于風電場接入會影響電力系統的動態特性，而大規模風電集中并網并經輸電系統遠距離傳輸是我國未來風電發展的必然趨勢，風電滲透率會逐年增大。為此，有效抑制含大規模風電電力系統低頻振蕩控制策略及方案是電力系統急需研究的課題。

【參考文獻】

[1]王秀麗，李駿，黃鑌，等.促進風電消納的區省兩級電力系統調度模型[J].電網技術，2015，39（7）：1832-1837.

[2]張麗英，葉廷路，辛耀中，等.大規模風電接入電網的相關法問題及措施[J].中國電機工程學報，2010，30（25）：1-9.

[3]郭慶來，王彬，孫宏斌，等.支撐大規模風電集中接入的自律協同電壓控制技術[J].電力系統自動化，2015，39（1）：88-94.

[4]楊濤，鄭濤，遲永寧，等.大規模風電外送對電力系統小擾動穩定性影響[J].中國電力，2010，43（6）：20-25.

[5]林莉，趙會龍，陳迎，等.風電場建模研究綜述[J].現代電力，2014，31（2）：1-10.

[6]S？覬rensen P， Cutululis N A， Vigueras-Rodriguez A， et al. Modelling of Power Fluctuations from Large Offshore Wind Farms[J].Wind Energy， 2008，11（1）：29-43.

[7]孫建鋒，焦連偉，吳俊玲，等.風電場發電機動態等值問題的研究[J].電網技術，2004，28（7）：58-61.

[8]喬真.風電并網對系統小擾動穩定性影響的研究[D].華北電力大學，2014.

[9]陳樹勇，王聰，等.基于聚類算法的風電場動態等值[J].中國電機工程學報，2012，32（4）：11-14.

[10]Kundur.電力系統穩定與控制[M].中國電力出版社，2001.

[責任編輯：王楠]